Mã hóa Nội dung thang đo Nguồn
Cảm nhận về sự hữu ích (HI) Davis et al.
1989;Venkatesh. 2000; Venkatesh and Davis. 2000; Pikkarainen và cộng sự. 2004)
HI1 Anh/Chị tiết kiệm được thời gian khi sử dụng dịch vụ IB
HI2 Anh/Chị có thể giao dịch với ngân hàng bất cứ nơi nào. ở đâu
HI3 Anh/Chị sử dụng dịch vụ IB giúp nâng cao hiệu quả công việc
HI4 Sử dụng IB giúp Anh/Chị kiểm sốt tài chính tốt hơn HI5 Sử dụng dịch vụ IB rất hữu ích Cảm nhận về dễ sử dụng (SD) Pikkainen và cộng sự. 2004; Davis. 1989 SD1 Các hướng dẫn sữ dụng dịch vụ IB dễ hiểu SD2 Anh/Chị có thể sử dụng dịch vụ IB mà khơng cần sự hỗ trợ
Mã hóa Nội dung thang đo Nguồn
Cảm nhận về sự giảm rủi ro (RR) Chan & Lu. 2004
RR1 Anh/Chị thấy khơng an tâm về sự an tồn khi sử dụng dịch vụ IB
RR2 Anh/Chị thấy không an tâm về độ bảo mật dịch vụ IB
RR3 Anh/Chị lo bị mất cắp thông tin
RR4 Anh/Chị lo lắng về pháp luật liên quan đến dịch vụ IB
RR5 Anh/Chị không yên tâm về công nghệ dịch vụ IB
Cảm nhận về sự tin cậy (TC) Pikkainen và cộng
sự. 2004; Davis. 1989 TC1 Thương hiệu ngân hàng làm Anh/Chị yên tâm khi
sử dụng dịch vụ IB
TC2 Anh/Chị tin tưởng vào dịch vụ IB mà ngân hàng cung cấp
SD4 Anh/Chị nhanh chóng sử dụng thành tạo dịch vụ IB
SD5 Dịch vụ IB nhìn chung dễ sử dụng
Ảnh hưởng xã hội (XH)
XH1 Gia đình Anh/Chị có thể ảnh hưởng đến quyết định chọn dịch vụ IB để sử dụng Anandarajan. Igbaria &Anakwe. 2000; Igbaria. Parasuraman & Baroudi. 1996; Rashotte. 2007 XH2 Anh/Chị sẽ sử dụng dịch vụ IB nếu rất nhiều người
đã tham gia
XH3 Những người bạn của Anh/Chị khuyên Anh/Chị sử dụng dịch vụ IB
XH4 Nhiều thành viên trong gia đình đã sử dụng dịch vụ IB tại ngân hàng Nông nghiệp và Phát triển Nông thôn chi nhánh KCN Tân Tạo.
TC3 Sự hướng dẫn nhiệt tình. chu đáo. rõ ràng của nhân viên ngân hàng khiến Anh/Chị tin tưởng sử dụng dịch vụ IB
TC4 Anh/Chị tin cậy vào chất lượng dịch vụ IB mà ngân hàng cung cấp
TC5 Chất lượng kết nối.phản hồi nhanh chóng khi sử dụng dịch vụ IB làm Anh/Chi yên tâm
Quyết định sử dụng (QD) Ajzen & Fishbein.
1980 QD1 Anh/Chị đang sử dụng dịch vụ IB thường xuyên
QD2 Anh/Chị chắc chắn sử dụng dịch vụ IB khi cần thiết QD3 Anh/Chị quyết định sử dụng dịch vụ IB lâu dài QD4 Anh/Chị sẽ giới thiệu bạn bè. người thân sử dụng
dịch vụ IB
3.5. PHƯƠNG PHÁP NGHIÊN CỨU
3.5.1. Phương pháp nghiên cứu và thiết kế nghiên cứu
Trong nghiên cứu này tác giả thực hiện thông qua hai bước chính: nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sơ bộ được thực hiện bằng nghiên cứu định tính thơng qua khảo sát ý kiến khách hàng để khám phá yếu tố ảnh hưởng quyết định sử dụng dịch vụ IB của khách hàng. Thông qua nghiên cứu khám phá thêm các yếu tố thành phần của quyết định sử dụng dịch vụ IB và hiệu chỉnh thang đo các thành phần trong mơ hình nghiên cứu đề xuất để xây dựng bảng câu hỏi thu thập dữ liệu thực hiện nghiên cứu định lượng. Sau khi xây dựng bảng câu hỏi, tác giả gửi bảng câu hỏi thu thập dữ liệu 10 khách hàng cá nhân và khách hàng doanh nghiệp, khách hàng cơng tác tại đơn vị hành chính sự nghiệp.
Sau đó, tác giả thu thập ý kiến đóng góp thơng qua điện thoại trao đổi, thông qua bảng câu hỏi gửi về. Tác giả thấy có nhiều ý kiến khơng thống nhất khi trả lời câu hỏi thì tác giả sẽ tìm hiểu thêm và trao đổi qua lại để các ý kiến có sự thống nhất cao.
3.5.2. Kết quả nghiên cứu
Sau khi thu thập 10 phiếu khảo sát để xác định mơ hình nghiên cứu cơ bản có được thống nhất cao và cho rằng 05 yếu tố cơ bản cần thiết cho quyết định sử dụng dịch vụ IB. Như vậy đều cơ bản thống nhất 5 thành phần trên đã thể hiện đầy đủ đến quyết định sử dụng dịch vụ IB. Tuy nhiên, cũng có 2 phiếu đề nghị điều chỉnh một số biến quan sát của các yếu tố cho dễ hiểu đầy đủ hơn và phù hợp với thực tế tại Ngân hàng Nông nghiệp và Phát triển Nông thôn chi nhánh KCN Tân Tạo.
Hình 3.11: Quy trình nghiên cứu
Thang đo hiệu chỉnh n=40 n n Cơ sở lý thuyết Xử lý phiếu khảo sát Thang đo nháp 1 Thang đo chính thức Kiểm tra mức độ dễ hiểu của câu hỏi
Định lượng chính thức
(n=300) Kiểm tra hệ số Cronbach’s Alpha;
Kiểm tra tương quan biến và tổng. Cronbach
’s Alpha
EFA Kiểm tra hệ số KMO; tính tương quan của các biến quan sát; trọng số EFA và phương sai trích. Hồi quy Kiểm tra sự tương quan. phân tích hồi quy.
Kiểm định mơ hình và các giả thuyết nghiên cứu Kết luận và đề xuất các ứng dụng kết quả nghiên cứu
3.5.3. Mẫu nghiên cứu
Hair và cộng sự (2006) cho rằng nếu nghiên cứu sử dụng phương pháp ước lượng Maximum Likelihood (ML) thì kích thước mẫu được xác định dựa vào một trong hai cách sau: (i) mức tối thiểu và (ii) số lượng biến đưa vào phân tích của mơ hình.
(i) Mức tối thiểu Min = 50.
(ii) Tỷ lệ mẫu so với một biến phân tích k là 5/1 hoặc 10/1.
Trường hợp mơ hình có m thang đo và Pj là số biến quan sát thứ j thì kích thước mẫu tối thiểu được xác định như sau:
Tuy nhiên. khi N < mức tối thiểu thì sẽ chọn mức tối thiểu.
Trong nghiên cứu này kích thước mẫu tối thiểu theo tác giả Hair và cộng sự (2006) phải là: N = 23* 5 = 115
Do vậy, tác giả thực hiện phải thực hiện khảo sát ít nhất là 115 đáp viên. Nhằm đảm bảo độ tin cậy của các thang đo nghiên cứu, tác giả thực hiện khảo sát 300 đáp viên.
Phương pháp lấy mẫu: Trong nghiên cứu này, tác giả thực hiện theo phương pháp lấy mẫu thuận tiện
Kỹ thuật tiếp cận: Phát bảng câu hỏi và gửi qua Internet để đối tượng được phỏng vấn tự điền thông tin và gửi lại.
3.5.4. Phương pháp thu thập dữ liệu
Tác giả sử dụng bảng câu hỏi để khảo sát là các khách hàng giao dịch tại Ngân hàng Nông nghiệp và Phát triển Nông thôn chi nhánh KCN Tân Tạo, thu thập dữ liệu cho nghiên cứu định lượng. Thang đo các thành phần ảnh hưởng đến quyết định sử dụng dịch vụ IB sau khi xây dựng xong được đưa vào bảng câu hỏi để thu thập số liệu. Mỗi thang đo có 5 bậc theo tiêu chuẩn thang đo của Likert quy ước như sau: (1) Rất không đồng ý. (2) Không đồng ý. (3) Trung lập. (4) Đồng ý. (5) Rất đồng ý. Thang điểm từ 1 đến 5 thể hiện mức độ quan tâm tăng dần điểm càng cao càng quan
m j j kP N 1
tâm đến vấn đề đó. Tác giả thu thập thơng tin bằng cách gửi các bảng câu hỏi khảo sát trực tiếp cho khách hàng kèm theo các hướng dẫn. Sau đó nhận về thực hiện lọc các bảng trả lời không đạt và nhập số liệu để xử lý dữ liệu.
3.5.5. Phương pháp xử lý và phân tích số liệu
Dữ liệu thu thập được từ cuộc thảo luận nhóm (các bản ghi chép bằng tay trên giấy A4) được tổng hợp lại để rút ra những kết luận có tính bản chất và quan trọng nhất về những vấn đề đã được thảo luận. Việc phân loại. tổng hợp và phân tích các dữ liệu được thực hiện bằng phương pháp thủ công. với sự hỗ trợ chủ yếu của phần mềm soạn thảo văn bản MS. Words và MS. Excel.
Đây là cơ sở để đưa ra thang đo chính thức và nghiên cứu ở mục kế tiếp. Bảng câu hỏi sẽ được điều tra thử trên 40 đối tượng để rà sốt lỗi sau đó sẽ tiến hành hồn chỉnh để ra bảng câu hỏi nghiên cứu chính thức. Các dữ liệu khi nghiên cứu chính thức sau khi thu hồi về sẽ tiến hành sàng lọc, mã hóa, nhập liệu và tiến hành làm sạch dữ liệu trước khi phân tích. Q trình phân tích sẽ được thực hiện trên phần mềm SPSS phiên bản 20.0.
3.5.5.1. Phân tích thống kê mơ tả
Mục đích của phân tích là cung cấp thơng tin tổng quan về mẫu nghiên cứu dựa vào tần suất. tỉ lệ.
3.5.5.2. Đánh giá độ tin cậy thang đo bằng hệ số Cronbach’s Alpha
Để tính Cronbach’s Alpha cho một thang đo thì phải có tối thiểu là 3 biến đo lường. Hệ số Cronbach’s Alpha có giá trị biến thiên trong khoảng [0.1] về mặt lý thuyết Cronbach’s Alpha càng cao thì càng tốt tức là thang đo có độ tin cậy càng cao. Tuy nhiên điều này thực sự không như vậy. Hệ số Cronbach’s Alpha quá lớn (>0.95) cho thấy có nhiều biến trong thang đo khơng có sự khác biệt gì nhau, nghĩa là chúng cùng đo lường một nội dung nào đó của khái niệm nghiên cứu. Hiện tượng này gọi là hiện tượng trùng lắp trong đo lường.
Các biến đo lường dùng để đo lường cùng một khái niệm nghiên cứu nên chúng phải có mối tương quan chặt chẽ với nhau. Vì vậy khi kiểm tra từng biến đo lường chúng ta sử dụng hệ số tương quan biến tổng. Hệ số này lấy tương quan của biến đo
lường xem xét với tổng các biến còn lại của thang đo. Một biến thiên đo lường có hệ số tương quan biến tổng r>=0.3 thì biến đó đạt u cầu (Nunnally&Bernstein 1994). Tuy nhiên nếu r=1 thì hai biến đo lường chỉ là 1 và chúng ta chỉ cần dùng một trong 2 biến là đủ. Vì vậy. theo Nunnally & Bernstein (1994) một thang đo có độ tin cậy tốt khi nó biến thiên trong khoảng [0.7-0.8]. Nếu Cronbach’s Alpha>=0.6 là thang đo có thể chấp nhận được về mặt độ tin cậy (Nguyễn Đình Thọ, 2011, trang 350-351)
3.5.5.3. Kiểm định giá trị thang đo bằng phương pháp EFA
Phân tích nhân tố là tên chung của một nhóm các thủ tục được sử dụng để thu nhỏ và tóm tắt dữ liệu (Hoàng Trọng- Chu Nguyễn Mộng Ngọc, 2008). Phương pháp trích hệ số sử dụng là principal components với phép xoay variamax và điểm dừng khi trích các yếu tố eigenvalue=1. Bằng phương pháp này cho phép rút gọn nhiều biến số có tương quan lẫn nhau thành một đại lượng được thể hiện dưới dạng mối tương quan theo đường thẳng gọi là những nhân tố. Phân tích nhân tố khám phá quan tâm đến các tham số sau:
Hệ số KMO (Kaiser-Meyer- Olkin): Chỉ số dùng để xem xét sự thích hợp của các nhân tố. Trị số KM0>=0.5 với mức ý nghĩa của kiểm định Barlett =<0.05 là điều kiện đủ để phân tích nhân tố thích hợp (Nguyễn Đình Thọ, 2011, trang 396 - 397).
Hệ số tải Nhân tố (Factor loading): Là hệ số tương quan giữa các biến và các nhân tố. Hệ số này càng lớn cho biết các biến và các nhân tố càng có quan hệ chặt chẽ với nhau. Theo Hair et al và ctg (1998,111) hệ số tải nhân tố lớn 0.3 được xem là đặt mức tối thiểu. lớn 0.4 được xem là quan trọng và lớn 0.5 được xem là có ý nghĩa thực tế (Nguyễn Thị Lệ Quyên, 2013). Đồng thời theo Nguyễn Đình Thọ (2011), trong thực tiễn nghiên cứu hệ số tải nhân tố >=0.5 là chấp nhận. Tuy nhiên nếu hệ số tải nhân tố nhỏ nhưng giá trị nội dung của nó đóng vai trị quan trọng trong thang đo thì khi đó hệ số tải nhân tố bằng 0.4 thì khơng nên loại bỏ. Trong nghiên cứu này, chỉ chọn những biến quan sát có hệ số tải nhân tố >=0.5
Phần Tổng phương sai trích: Tổng này được thể hiện các nhân tố trích được bao nhiêu phần trăm của các biến đo lường. Tổng phương sai trích phải đạt từ 50%
trở lên. tức là phần chung phải lớn hơn hoặc bằng phần riêng và sai số (Nguyễn Đình Thọ, 2011).
Sự khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố >=0.2 để đảm bảo giá trị phân biệt giữa các nhân tố.
3.5.5.4. Kiểm định giả thuyết bằng mơ hình
Để đánh giá mức độ phù hợp của mơ hình hồi qui bội. cần quan tâm đến các vấn sau:
Thứ nhất, trước khi thực hiện hồi qui bội, nghiên cứu mối tương quan tuyến tính (r) giữa tất cả các biến, tức là chúng ta phải xem xét tổng quát mối quan hệ giữ từng biến độc lập với biến phụ thuộc và chính giữa các biến độc lập với nhau (Hồng Trọng - Chu Nguyễn Mộng Ngọc, tập 1 trang 237). Hệ số tương quan tuyến tính r có giá trị tuyệt đối tiến gần đến 1 khi hai biến có tương quan chặt chẽ với nhau. Giá trị r=0 chỉ ra rằng hai biến khơng có tương quan tuyến tính.
Thứ hai, hệ số biến thiên R2: Hệ số xác định tỉ lệ biến thiên của biến phụ thuộc được giải thích bởi biến độc lập trong mơ hình hồi qui. R2 càng gần đến 1 thì mơ hình càng thích hợp. R2 càng tiến gần 0 thì mơ hình càng kém phù hợp với tập dữ liệu. Tuy nhiên R2 có xu hướng lạc quan của thước đo sự phù hợp của mơ hình so với dữ liệu trường hợp có nhiều biến giải thích trong mơ hình. trong trường hợp này người ta sử dụng R2 điều chỉnh (Adjussted R square). Sử dụng kiểm định F để kiểm định giả thuyết mức độ phù hợp của mơ hình.
Thứ ba, kiểm định đa cộng tuyến: Trong mơ hình hồi qui bội. chúng ta có thêm giả thuyết là các biến độc lập khơng có tương quan hồn tồn với nhau. Vì vậy khi ước lượng mơ hình hồi qui bội chúng ta phải kiểm định giả thuyết này thông qua kiểm tra hiện tượng đa cộng tuyến. Để kiểm tra hiện tượng đa cộng tuyến. chỉ số thường dùng là hệ số phóng đại phương sai VIF (Nguyễn Đình Thọ, 2011). Thơng thường nếu VIF>=2: Có hiện tượng cộng tuyến. VIF >=5 : Bị cộng tuyến ; VIF>=10: Cộng tuyến mạnh.
Thứ tư, giả định về tính độc lập của sai số: Đại lượng thống kê Durbin-Watson (d) có thể dùng để kiểm định tự tương quan của các sai số kề nhau. Đại lượng d có
giá trị biến thiên từ 0 đến 4. Nếu giá trị phần dư khơng có tương quan chuỗi bậc nhất với nhau. giá trị d sẽ gần bằng 2. Giá trị d thấp và nhỏ hơn 2 có nghĩa là phần dư gần bằng nhau có tương quan thuận. Giá trị d hơn 2 và gần bằng 4 có nghĩa là các phần dư có tương quan nghịch (Nguyễn Thị Lệ Quyên, 2013).
Thứ năm, giả định phương sai của phần dư không đổi: Khi quan sát đồ thị phân tán phần dư. nếu phân tán ngẫu nhiên xung quanh đường đi qua tung độ 0 và khơng có hình thù đặc trưng nào thì phương sai phần dư khơng đổi.
Thứ sáu. Giả định phần dư có phân phối chuẩn: Trong kiểm định này ta dùng biểu đồ tần số của phần dư chuẩn hóa. biểu đồ tần số P-P để kiểm tra.
3.5.5.5. Kiểm định sự khác biệt theo đặc tính cá nhân
Phân tích phương sai một yếu tố (One way Anova) để thực hiện so sánh mức độ khác biệt về quyết định sử dụng dịch vu IB giữa nam và nữ; giữa các cấp bậc nhân viên; giữa trình độ học vấn... với mức ý nghĩa là 0.05. Sự khác biệt có ý nghĩa khi sig<0.05.
So sánh giá trị trung bình của các biến quan sát về độ tuổi, trình độ học vấn. thâm niên cơng tác. Phân tích sâu ANOVA theo phương pháp sau là kiểm định các giả định về sự khác nhau của các trung bình nhóm sau khi đã thực hiện phân tích ANOVA. Tức là kiểm định được thực hiện trong hộp thoại Post Hoc (One way Anova\Post Hoc\Multiple Comparisons). Trước khi kiểm định trung bình. thực hiện kiểm định sự bằng nhau của 2 phương sai tổng thể (Levene‘s Test) để xác định kết quả kiểm định nào được sử dụng.
Nếu Sig (Levene’s test) > 0.05: Phương sai các nhóm bằng nhau. Chuyển qua xem bảng ANOVA: kiểm định sự bằng nhau của các giá trị trung bình M (mi): Ho: M. 1=M.2=M3.; H 1: Có sự khác biệt về giá trị trung bình (Mj). Nếu Sig ANOVA) <0.05 thì Bác bỏ Ho. chấp nhận H1 tức là M khác nhau.
Nếu Sig (Levene’s test) < 0.05: Phương sai các nhóm khác nhau. Nếu phương sai các nhóm khác nhau ta khơng dùng bảng ANOVA mà dùng Post Hoc\Tamhane’s